卫星钟差预报的T-S模糊神经网络法

摘要：

结合钟差数据的特点,提出了一种基于变化率的T-S模糊神经网络(TSFNN)钟差预报模型.首先计算相邻历元间钟差的变化率值并对其进行建模;然后利用TSFNN模型预报钟差变化率值,再将预报的变化率值还原,得到钟差预报值;最后,通过算例将本文所建模型与IGU-P产品、二次多项式模型(QP)及灰色模型(GM(1,1))进行试验对比.结果表明:在使用变化率方法后,TSFNN模型预报的精度和稳定性分别提高了69.8％和76.3％,而且与IGU-P钟差产品相比,预报的精度高出约10倍,同时模型预报的效果优于两种常用模型.因此,该模型可以实现卫星钟差较高精度的预报.

关键词：卫星钟差、T-S模糊神经网络、变化率、预报

所属期刊栏目：49

分类号：P2287(大地测量学)

资助基金：国家自然科学基金41574010;41604013;41904039

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：580-588